ERNIE-Image

ERNIE-Image ComfyUI 官方工作流深度指南：从零配置到生产级管线

Jun 13, 2026

ERNIE-Image ComfyUI 官方工作流深度指南：从零配置到生产级管线

摘要：ComfyUI 官方已为 ERNIE-Image 提供完整的工作流模板，支持 Base（50 步高质量）和 Turbo（8 步极速）两套管线。本文从零开始，详细解析官方工作流的节点链路、模型文件配置、Base/Turbo 节点差异、多模型切换策略、以及从单图生成到批量生产的高级技巧。结合 YouTube 上 15K+ 观看的实战教程，帮助你从新手快速成长为 ComfyUI ERNIE-Image 生产级用户。

ComfyUI 官方支持的里程碑

2026 年初，ComfyUI 官方宣布对 ERNIE-Image 的正式支持。这不是社区适配，而是官方模板系统级别的集成：

  1. 原生集成：ComfyUI v0.3.0+ 内置 ERNIE-Image 工作流模板
  2. 一键加载：通过 Templates → ERNIE-Image 直接获取完整工作流
  3. 自动模型下载：所需模型文件通过 HuggingFace 自动获取
  4. 双模型支持：ERNIE-Image Base（50 步高质量）和 ERNIE-Image-Turbo（8 步快速迭代）

这标志着 ERNIE-Image 从"社区手动适配"进入了"官方生态支持"阶段。

核心架构：ERNIE-Image 在 ComfyUI 中的节点链路

ERNIE-Image 在 ComfyUI 中的工作流由以下核心节点组成：

[CLIP Text Encode] ──→ [ERNIE-Image Diffusion Model] ──→ [VAE Decode] ──→ [Save Image]
        ↑                        ↑                                ↑
   Prompt 文本            ernie-image.safetensors          flux2-vae.safetensors
   (或 PE 输出)            (或 turbo.safetensors)

关键组件说明：

组件 文件 作用 来源
扩散模型 (Base) ernie-image.safetensors 主生成模型（8B DiT） Comfy-Org/ERNIE-Image
扩散模型 (Turbo) ernie-image-turbo.safetensors 蒸馏加速版（8 步） Comfy-Org/ERNIE-Image
文本编码器 ministral-3-3b.safetensors Ministral 3B 文本编码器 baidu/ERNIE-Image
Prompt Enhancer ernie-image-prompt-enhancer.safetensors 3B 提示词增强器 baidu/ERNIE-Image
VAE flux2-vae.safetensors FLUX.2 变分自编码器 FLUX.2

⚠️ 注意：ERNIE-Image 使用 FLUX.2 的 VAE（flux2-vae.safetensors），而非传统的 SD VAE。这是 ComfyUI 配置中最常见的错误来源之一——使用错误的 VAE 会导致图像模糊或色彩失真。

快速上手：从安装到出图

第一步：更新 ComfyUI

cd ComfyUI
git pull origin master
# 确保版本 ≥ v0.3.0

第二步：加载 ERNIE-Image 工作流

  1. 打开 ComfyUI Web 界面（默认 http://127.0.0.1:8188）
  2. 点击 Templates 标签
  3. 搜索 ERNIE-Image
  4. 选择 ERNIE-Image（Base）或 ERNIE-Image-Turbo 工作流
  5. 点击 Load 加载

第三步：下载模型文件

ComfyUI 会自动检测缺失的模型并提示下载。模型文件需要放置到：

ComfyUI/
└── models/
    ├── diffusion_models/
    │   ├── ernie-image.safetensors          # Base 模型 (~16 GB)
    │   └── ernie-image-turbo.safetensors    # Turbo 模型 (~16 GB)
    ├── text_encoders/
    │   ├── ministral-3-3b.safetensors       # 文本编码器 (~6 GB)
    │   └── ernie-image-prompt-enhancer.safetensors  # PE
    └── vae/
        └── flux2-vae.safetensors            # FLUX.2 VAE (~2 GB)

磁盘空间需求：完整安装约需 30-35 GB。

第四步：生成第一张图

  1. 在 CLIP Text Encode 节点输入提示词
  2. 设置采样器（Turbo 推荐 Euler，步数 8；Base 推荐 DPM++ 2M Karras，步数 20-50）
  3. 设置 CFG Scale（Turbo: 1.0，Base: 5.0-7.0）
  4. 点击 Queue Prompt 开始生成

Base vs Turbo：两套工作流的差异

特性 Base Turbo
参数 8B DiT 8B DiT (DMD+RL 蒸馏)
步数 20-50 8 (固定)
CFG Scale 5.0-7.0 1.0 (固定)
采样器 DPM++ 2M Karras Euler
质量 最佳 接近 Base
速度 较慢 快 3-6 倍
推荐场景 最终出图、印刷品 快速迭代、预览

关键区别：Turbo 使用相同的文本编码器和 VAE，只需替换扩散模型文件即可。在 ComfyUI 中切换模型只需更换 Load Diffusion Model 节点的输入文件。

💡 实战建议：开发阶段使用 Turbo 快速验证提示词和参数，最终出图时切换到 Base 获取最佳质量。这是 YouTube 上 Pixaroma Ep14 教程（15,898 次观看）中推荐的"双管线"策略。

实战测试场景：社区实测数据

根据 YouTube Ep14 教程（15,898 次观看）和社区反馈，ERNIE-Image 在不同场景的表现：

场景 ERNIE-Image Base ERNIE-Image Turbo
食物摄影 ⭐⭐⭐⭐⭐ ⭐⭐⭐⭐
文字渲染 ⭐⭐⭐⭐⭐ ⭐⭐⭐⭐
动漫风格 ⭐⭐⭐⭐ ⭐⭐⭐⭐
写实人像 ⭐⭐⭐⭐ ⭐⭐⭐⭐
UI/界面设计 ⭐⭐⭐⭐⭐ ⭐⭐⭐⭐
绘画风格 ⭐⭐⭐⭐ ⭐⭐⭐⭐

对比竞品（同样 8 步 Turbo 场景）：

  • vs Z-Image Turbo：ERNIE-Image 在文字渲染上明显领先
  • vs Nano Banana 2：ERNIE-Image 在指令遵循上更稳定
  • vs ChatGPT Images 2：ERNIE-Image 支持本地部署和 LoRA 微调

高级技巧：从单图到生产级管线

技巧 1：多模型切换工作流

在同一个工作流中同时支持 Base 和 Turbo：

[Switch Model] → [Load Diffusion Model (Base 或 Turbo)]
       ↑
  [Boolean Toggle 节点：切换 Base/Turbo]

通过 ComfyUI 的 Primitive Node 或条件路由节点，实现一键切换模型。

技巧 2：批量提示词输入

对于电商产品图、社交媒体批量配图等场景：

[Load Text (prompts.txt)] → [Batch Prompt Split] → [CLIP Text Encode] → [KSampler] → [Save Image (序号命名)]

prompts.txt 每行一个提示词，ComfyUI 自动按序号保存输出。

技巧 3：显存优化策略

在 24 GB VRAM 以下硬件运行的优化方案：

  1. FP8 量化：使用 FP8 版本的扩散模型，显存占用减少约 50%
  2. --lowvram 参数：启动 ComfyUI 时添加 --lowvram
  3. 分阶段生成：先在 512×512 生成，再放大到 1024×1024
  4. Turbo 优先：迭代阶段始终使用 Turbo 模型

技巧 4：自定义节点扩展

节点 功能 来源
Pixaroma Note 富文本提示词编辑器，支持多段落、彩色标注、代码块 Pixaroma
Resolution Node 智能分辨率计算，预设常用尺寸 同上
Wildcard 随机化提示词变量，增加多样性 ComfyUI-Wildcards
Aspect Ratio 预设宽高比选择 ComfyUI-Aspect-Ratio

安装自定义节点：

cd ComfyUI/custom_nodes
git clone https://github.com/pixaroma/ComfyUI-Pixaroma
pip install -r requirements.txt

常见问题

Q: 模板加载后节点报错？

确保 ComfyUI 已更新到最新版本，并检查 ComfyUI/custom_nodes 目录下是否有缺失的依赖包。运行 pip install -r requirements.txt 安装缺失依赖。

Q: 显存不足怎么办？

  1. 使用 Turbo 模型（显存需求较低）
  2. 启用 --lowvram 启动参数
  3. 使用 FP8 量化模型
  4. 降低输出分辨率（512×512）后放大

Q: 生成的文字不清晰？

  1. 确保使用了 Prompt Enhancer（PE 对文字渲染帮助显著）
  2. 提高采样步数（Base 模式用 30-50 步）
  3. 增加 CFG Scale（7.0-8.0）

Q: Base 和 Turbo 的 LoRA 兼容性？

Base 和 Turbo 共享相同的架构基础，LoRA 权重通常可以互换使用。但 Turbo 的蒸馏可能导致某些 LoRA 效果略有不同。

总结

ComfyUI 官方对 ERNIE-Image 的支持标志着开源文生图工作流生态的成熟。从基础模板到自定义节点扩展，从单图生成到批量生产，ERNIE-Image 在 ComfyUI 中的集成度已经非常高。

推荐工作流策略：

  1. 新手：使用官方模板快速上手，先跑通 Turbo 模型
  2. 进阶用户：搭配 Pixaroma Note 编写复杂提示词 + PE 增强
  3. 生产用户：批量工作流 + 多模型切换，实现自动化管线
  4. 性能优化：Turbo 迭代 + Base 出图的双管线策略

关键词: ernie-image comfyui official workflow ernie-image comfyui template ernie-image comfyui base turbo ernie-image production pipeline ernie-image comfyui tutorial comfyui ernie-image model setup

ERNIE-Image Team